致密气储层测井综合评价方法研究
发布时间:2021-04-07 12:36
致密气约占我国天然气产量的30%,在我国能源结构中占据重要地位。与常规天然气储层相比,致密气储层通常具有低孔低渗、埋藏深度大、成岩强度高、岩性致密、孔隙结构复杂和非均质性强等特点,给储层综合评价带来了巨大挑战,利用相关测井数据,结合机器学习等智能算法,建立精细的测井解释模型,开展综合的测井评价技术攻关既具有理论研究意义,也具有迫切的实用价值。本文以鄂尔多斯大牛地气田下石盒子组、山西组、太原组储层为研究对象,开展了致密砂岩测井综合评价方法的研究。首先,基于研究区石油地质、岩石物理实验、常规测井数据等资料,开展了储层“四性”关系及测井响应特征研究,为寻找对致密气储层敏感的流体识别方法和构建测井解释模型做准备。其次,结合目的层测试结果基于测井响应机理开展了流体识别方法研究,建立了曲线重叠法、反算声波时差法、Pickkt图版法、正态分布法、孔隙度差值比值法、电阻率差值与比值法六种流体识别方法;通过精细的岩心归位后,考虑岩心分辨率与测井分辨率的差异,采用相适应的分辨率窗长对岩心数据进行等权平均,建立了各层段岩心测量孔隙度和声波、密度测井值的经验关系式,并形成了储层参数处理模块,挂接到了Forwa...
【文章来源】:中国地质大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 引言
1.1 研究目的与研究意义
1.2 国内外研究现状
1.3 研究内容与技术路线
1.4 论文主要研究成果
2 大牛地致密砂岩地质概况与测井概况
2.1 地质概况
2.1.1 构造特征
2.1.2 地层特征
2.1.3 岩性特征
2.1.4 物性特征
2.2 测井概况
2.3 本章小结
3 “四性”关系与测井响应特征
3.1 “四性”关系
3.2 储层测井响应特征
3.3 储层划分标准
3.4 本章小结
4 测井解释模型与评价方法
4.1 流体识别与解释标准
4.1.1 流体识别方法
4.1.2 流体识别标准
4.2 测井解释模型构建
4.2.1 孔隙度模型
4.2.2 渗透率模型
4.2.3 饱和度模型
4.3 常规测井解释模块挂接与实现
4.4 本章小结
5 基于机器学习的测井解释方法
5.1 机器学习基本理论
5.1.1 单一机器学习算法
5.1.2 集成学习器
5.2 基于机器学习的储层流体识别方法
5.2.1 基于单一学习器的流体识别方法
5.2.2 基于集成学习的流体识别方法
5.3 基于机器学习的储层参数预测方法
5.3.1 基于单一机器学习的储层参数预测方法
5.3.2 基于集成学习的储层参数预测方法
5.4 本章小结
6 研究区测井解释与分析
6.1 数据处理实例与分析
6.2 确定气层下限标准
6.3 本章小结
7 结论与认识
致谢
参考文献
本文编号:3123500
【文章来源】:中国地质大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 引言
1.1 研究目的与研究意义
1.2 国内外研究现状
1.3 研究内容与技术路线
1.4 论文主要研究成果
2 大牛地致密砂岩地质概况与测井概况
2.1 地质概况
2.1.1 构造特征
2.1.2 地层特征
2.1.3 岩性特征
2.1.4 物性特征
2.2 测井概况
2.3 本章小结
3 “四性”关系与测井响应特征
3.1 “四性”关系
3.2 储层测井响应特征
3.3 储层划分标准
3.4 本章小结
4 测井解释模型与评价方法
4.1 流体识别与解释标准
4.1.1 流体识别方法
4.1.2 流体识别标准
4.2 测井解释模型构建
4.2.1 孔隙度模型
4.2.2 渗透率模型
4.2.3 饱和度模型
4.3 常规测井解释模块挂接与实现
4.4 本章小结
5 基于机器学习的测井解释方法
5.1 机器学习基本理论
5.1.1 单一机器学习算法
5.1.2 集成学习器
5.2 基于机器学习的储层流体识别方法
5.2.1 基于单一学习器的流体识别方法
5.2.2 基于集成学习的流体识别方法
5.3 基于机器学习的储层参数预测方法
5.3.1 基于单一机器学习的储层参数预测方法
5.3.2 基于集成学习的储层参数预测方法
5.4 本章小结
6 研究区测井解释与分析
6.1 数据处理实例与分析
6.2 确定气层下限标准
6.3 本章小结
7 结论与认识
致谢
参考文献
本文编号:3123500
本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/3123500.html